【技术实现步骤摘要】
本专利技术涉及计算机，具体涉及一种用户识别模型生成方法、身份识别方法及系统、计算装置。
技术介绍
1、随着人类寿命的增长，卫生保健和保养的重要性已经受到越来越多的关注。目前已有家用的检测装置以供用户在家中实现个人身体项目的检测，例如尿液、唾液等项目的检测。
2、然而，在现有技术中，为了长时间的对用户健康状况进行监控形成报告，用户在利用检测装置完成样品采集及检测后，每次均需要通过手机、平板等电子设备设定样品与身份信息的绑定关系，非常不便捷，尤其是对于不熟悉电子设备使用的中老年人。
技术实现思路
1、本专利技术的目的是提供了一种用户识别模型生成方法、身份识别方法及系统、计算装置，所生成的用户识别模型能够用于进行用户身份识别，由此后续可以自动进行用户身份识别，解决操作繁琐、实际生活中易遗忘的问题，判别精度高，减少外设依赖，安装更简便；计算更精确，且能根据用户尿液物质浓度数据预测用户身份。
2、为实现上述目的，本专利技术提供了一种用户识别模型生成方法，包括：获取权重确定数据集，所述权重确定数据集包括：多个用户样本的样本数据，每个所述用户样本的样本数据包括：用户样本的尿液物质浓度数据与用户样本对应若干项个人属性中每个属性值的概率；基于所述权重确定数据集，确定所述若干项个人属性的权重值；至少基于各项所述个人属性的权重值，得到用于确定用户身份的用户识别模型。
3、本专利技术还提供了一种用户身份识别方法，其特征在于，包括：基于获取的当前待测用户的尿液物质浓度数据
4、本专利技术还提供了一种计算装置，用于执行上述的用户身份识别方法。
5、本专利技术还提供了一种身份识别系统，包括：尿液检测装置与上述的计算装置；计算装置用于通过尿液检测装置获取当前待测用户的尿液的物质浓度数据。
6、在一个实施例中，基于所述权重确定数据集，确定所述若干项个人属性的权重值，包括：
7、基于所述权重确定数据集，确定所述若干项个人属性与k个邻近目标项的权重值，k为大于或等于1的整数；
8、至少基于各项所述个人属性的权重值，得到用于确定用户身份的用户识别模型，包括；
9、基于各项所述个人属性的权重与所述k个邻近目标项的权重，得到用于确定用户身份的用户识别模型。
10、在一个实施例中，所述获取权重确定数据集包括：
11、获取多个用户样本的尿液物质浓度数据与概率预测模型；
12、基于所述概率预测模型与所述多个用户样本的尿液物质浓度数据，得到各所述用户尿液样本对应若干项个人属性中每个属性值的概率。
13、在一个实施例中，获取的所述概率预测模型包括：对应于各项所述个人属性的子概率预测模型；
14、所述基于所述概率预测模型与所述多个用户尿液物质浓度数据，得到各所述用户尿液样本对应若干项个人属性中每个属性值的概率，包括：
15、针对每项所述个人属性，根据所述个人属性的子概率预测模型与所述多个用户尿液物质浓度数据，得到各所述用户尿液样本对应所述个人属性中每个属性值的概率。
16、在一个实施例中，所述权重确定数据集中包括的所述多个用户样本中的部分为目标用户；
17、所述基于所述权重确定数据集，确定所述若干项个人属性的权重值，包括：
18、基于所述权重确定数据集，确定对应于所述目标用户的所述若干项个人属性的权重值；
19、所述至少基于各项所述个人属性的权重值，得到用于确定用户身份的用户识别模型，包括：
20、基于对应于所述目标用户的各项所述个人属性的权重值，得到与所述目标用户对应的用户识别模型。
本文档来自技高网...【技术保护点】
1.一种用户识别模型生成方法，其特征在于，包括：
2.根据权利要求1所述的用户识别模型生成方法，其特征在于，所述基于所述权重确定数据集，确定所述若干项个人属性的权重值，包括：
3.根据权利要求1所述的用户识别模型生成方法，其特征在于，所述获取权重确定数据集包括：
4.根据权利要求3所述的用户识别模型生成方法，其特征在于，获取的所述概率预测模型包括：对应于各项所述个人属性的子概率预测模型；
5.根据权利要求1所述的用户识别模型生成方法，其特征在于，所述权重确定数据集中包括的所述多个用户样本中的部分为目标用户；
6.一种用户身份识别方法，其特征在于，包括：
7.根据权利要求6所述的用户身份识别方法，其特征在于，所述用户识别模型为根据5的用户识别模型生成方法所得到的，每个所述预设用户具有对应的所述用户识别模型；
8.根据权利要求6所述的用户身份识别方法，其特征在于，所述用户识别模型为根据2的用户识别模型生成方法所得到的；
9.一种计算装置，其特征在于，用于执行6至8中任一项的用户身份识别方法
10.一种身份识别系统，其特征在于，包括：尿液检测装置与权利要求9所述的计算装置；
...【技术特征摘要】
1.一种用户识别模型生成方法，其特征在于，包括：
2.根据权利要求1所述的用户识别模型生成方法，其特征在于，所述基于所述权重确定数据集，确定所述若干项个人属性的权重值，包括：
3.根据权利要求1所述的用户识别模型生成方法，其特征在于，所述获取权重确定数据集包括：
4.根据权利要求3所述的用户识别模型生成方法，其特征在于，获取的所述概率预测模型包括：对应于各项所述个人属性的子概率预测模型；
5.根据权利要求1所述的用户识别模型生成方法，其特征在于，所述权重确定数据集中包括的所述多个用户样本中的部...
【专利技术属性】
技术研发人员：周林，陈曦，陈越云，
申请(专利权)人：杉木深圳生物科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。